英國的金融行為管理局（FCA）已發表關鍵發現從關於Mules在欺詐中扮演的角色扮演的角色的回顧之後，讚揚使用基於生物特徵識別的保障措施來驗證，監視和報告，並推動更先進的生物特徵識別工具進行驗證。
該報告遵循政府的經濟犯罪計劃和欺詐策略，識別金錢的金錢 - 犯罪分子招募的人攜帶金錢的人 - 是“轉移欺詐和其他犯罪類型的收益的組成部分”，並建議“專注於破壞m子活動並保護公眾。 ”
FCA報告摘要說：“目前欺詐目前佔所有犯罪的40％”。 “我們已經觀察到一些公司建立了相稱的方法，使用創新解決方案，包括面部識別系統，設備分析和地理位置。但是，儘管做出了這些努力，但並非所有公司都以相同的重點做出響應，而某些公司需要做更多的工作來解決問題。”
FCA研究了新的和已建立的付款服務提供商和電子貨幣機構，重點是企業如何保護Mule活動。
其調查結果說：“欺詐者在很大程度上依靠互連的m子帳戶來轉移和掩蓋欺詐收益。” “這些交易可以通過各種金融機構或轉換為現金或加密貨幣，有效地掩蓋了貨幣步道，並將利潤匯回犯罪集團。”
該報告確定了對公司改善和維持有效欺詐預防措施的良好實踐，其中包括利用生物識別系統來校準防止風險和投資機器學習系統。它說，FCA希望看到更多的公司結合了設備分析，地理位置和行為生物識別技術進入登機控件，以中斷mule網絡。
銀行通過AI面部驗證更好
在文章在《金融時報》中，onfido首席產品官說，人工智能在通過面部識別（特別是針對銀行和金融機構）驗證客戶身份方面做得好。
尤爾林·李（Yuelin Li）說，“人類並不是特別擅長認識人類”，尤其是當使用幾年前可能拍攝的ID照片進行2D至3D比賽時。她引用了學習這比較了法醫檢查員和其他“專業面部檢查員”與面部識別算法的面部識別準確性（實際上，這得出的結論是“只有在人類和機器進行協作時才能實現最佳的面部識別。”）
無論如何，人類與自動化的金融機構的登機問題正在逐步宣傳。李，銀行和其他企業越來越多地通過應用程序或門戶網站進行驗證，越來越多地使用生物識別技術。
她告訴《金融時報》：“人們對呼叫中心之類的事情非常緊張。” “許多現在正在進行的攻擊 - 網絡釣魚攻擊或短信之類的東西 - 他們會因為您從應用程序中出來而吸引您。”
雖然一些研究表明，很大一部分客戶放棄了數字銀行入職，生物識別技術有可能加快現有的登機流程，而現有的入職流程效率低下且笨拙。除了熟悉的工具，例如指紋或面對生物識別技術，例如法國金融科技公司rovolut正在探索行為生物識別技術，以分析手勢因素（例如設備定位和打字速度）作為其驗證工具包的補充。
